![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 76
huangbo1221
这个作者很懒,什么都没留下…
展开
-
机器学习中的范数规则化之(一)L0、L1与L2范数
机器学习中的范数规则化之(一)L0、L1与L2范数zouxy09@qq.comhttp://blog.csdn.net/zouxy09 今天我们聊聊机器学习中出现的非常频繁的问题:过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大,为了不吓到大家,我将这个五个部分分成两篇博文。知识有限,以下都是我一些浅显的看法转载 2017-06-04 18:51:05 · 693 阅读 · 0 评论 -
Adaboost算法的原理与推导
Adaboost 算法的原理与推导0 引言 一直想写Adaboost来着,但迟迟未能动笔。其算法思想虽然简单:听取多人意见,最后综合决策,但一般书上对其算法的流程描述实在是过于晦涩。昨日11月1日下午,在我组织的机器学习班 第8次课上讲决策树与Adaboost,其中,Adaboost讲得酣畅淋漓,讲完后,我知道,可以写本篇博客了。 无心啰嗦,本文结合机器学习班决策树与Adaboost 的转载 2017-06-02 10:33:07 · 489 阅读 · 0 评论 -
标签数据转one_hot向量
标签数据转one_hot向量 跑一个小的训练程序,需要制作one_hot标签,结果在作标签时一直出错,也是无语。下面就将自己知道的制作one_hot向量标签的方法记录一下,顺便再熟悉一遍。1、利用numpyimport numpy as np label = np.array([0,3,2,8,9,1])##标签数据,标签从0开始 classes = max(label) + 1 #...原创 2018-03-23 19:58:53 · 5577 阅读 · 0 评论